Over de functie
In deze rol als uurtarief-remotecontractor werk je als Computer Vision QA-specialist om beeld- en videoannotaties te beoordelen op kwaliteit, nauwkeurigheid en naleving van richtlijnen. Je evalueert annotaties zoals bounding boxes, segmentatiemaskers, polygonen, keypoints, objectklassen, attributen en videotracks, en identificeert ontbrekende, onjuiste, inconsistente of slecht geplaatste annotaties.
Je voert indien nodig ook correcties uit, geeft duidelijke feedback over kwaliteitsproblemen en communiceert onduidelijke gevallen naar het projectteam. Deze rol vereist sterke aandacht voor detail, consistentie en het vermogen om gedetailleerde computer vision-annotatierichtlijnen zorgvuldig te volgen.
Deze rol is bij SME Careers, een snelgroeiend AI Data Services-bedrijf en dochteronderneming van SuperAnnotate, dat trainingsdata levert aan veel van 's werelds grootste AI-bedrijven en foundation-model-labs. Je computer vision QA-werk helpt rechtstreeks om 's werelds toonaangevende AI-modellen te verbeteren door ervoor te zorgen dat visuele trainingsdata nauwkeurig, volledig, consistent en afgestemd op de projectverwachtingen zijn.
Wat je doet
- Annotatiekwaliteit beoordelen: Beeld- en videoannotaties beoordelen op nauwkeurigheid, volledigheid, consistentie en naleving van projectrichtlijnen.
- Annotatie-outputs controleren: Bounding boxes, klassen, attributen, segmentatiemaskers, polygonen, keypoints, beeldlabels en video-trackingoutputs evalueren.
- Annotatiefouten identificeren: Ontbrekende objecten, onjuiste labels, onnauwkeurige grenzen, slechte boxplaatsing, inconsistente attributen, dubbele annotaties en onduidelijke edge cases opsporen.
- Correcties uitvoeren wanneer nodig: Annotatieproblemen corrigeren volgens projectspecifieke instructies en kwaliteitsstandaarden.
- Duidelijke feedback geven: Kwaliteitsproblemen duidelijk documenteren zodat annotators of projectteams begrijpen wat verbeterd moet worden.
- Projectrichtlijnen volgen: Gedetailleerde annotatieregels consistent toepassen across taken, inclusief regels voor occlusie, truncatie, blur, kleine objecten, overlappende objecten en ambigue gevallen.
- Onduidelijke gevallen escaleren: Vragen of onzekere voorbeelden communiceren naar het projectteam voor verduidelijking.
- Consistente werkkwaliteit behouden: Toegewezen QA-werk betrouwbaar afronden met behoud van nauwkeurigheid, consistentie en verwachte productiviteit.
Wat we zoeken
- Eerdere ervaring met computer vision-annotatie, beeldannotatie, videoannotatie of annotatie-QA is gewenst.
- Ervaring met het beoordelen of maken van annotaties zoals bounding boxes, polygonen, segmentatiemaskers, keypoints, objectklassen, attributen, beeldclassificatie of video-objecttracking.
- Sterke aandacht voor detail en het vermogen om ontbrekende, onjuiste, inconsistente, overlappende, verkeerd gelabelde of slecht geplaatste annotaties te identificeren.
- Comfortabel werken met gedetailleerde annotatierichtlijnen, edge-case-regels, kwaliteitsstandaarden en projectspecifieke instructies.
- Vermogen om beeld- en videodata consistent te beoordelen across grote batches met behoud van nauwkeurigheid en snelheid.
- Comfortabel met het uitvoeren van correcties wanneer nodig en het duidelijk uitleggen van annotatiefouten.
- Goede professionele beheersing van het Engels om richtlijnen te begrijpen, vragen te communiceren en schriftelijke feedback te geven.
- In staat om zelfstandig te werken in een remote workflow op uurbasis en consistente werkuren te committeren op basis van projectbehoeften.
- Eerdere ervaring met annotatieplatforms zoals SuperAnnotate, Labelbox, CVAT, Scale, Appen, Remotasks, Toloka of vergelijkbare tools is gewenst.